LLM词元支出指数跌至97美分，Token通缩改写AI商业模式

会懂网AI资讯获悉，9月3日，由情报公司SiliconData编制的LLM Token支出指数（彭博代码SDLLMTK）跌至每百万Token 97美分（0.97美元），创该指数自去年底推出以来的历史新低，较今年夏季早些时候约2美元的高点已腰斩有余，过去7天就下挫8.6%。

更长曲线看，全球每百万Token推理均价已从5月底的2.04美元跌至8月初的1.16美元，直至本周击穿1美元关口。分析人士指出，指数急跌意味着用户每次向聊天机器人提问所付费用在减少，但对模型背后的公司却可能是坏消息——消费者会习惯更低价格，从而削弱提供商的定价权。

这轮通缩的最大推手来自太平洋对岸。月之暗面Kimi K3、DeepSeek等中国开源模型以明显更低的价格倒逼美国厂商降价：OpenAI于7月底下调两款GPT-5.6价格，Anthropic更在同一周把缓存读取价从每百万Token 1美元砍到0.25美元（降幅75%）。中国厂商靠MoE架构优化、差异化缓存定价与开放权重“三拳”，把API溢价空间系统性压缩。

收入端通缩、成本端刚性的“剪刀差”正在侵蚀利润。Syz集团投资主管Charles-Henry Monchau指出，基础模型实验室受影响最直接——Token通缩压缩营收，而算力采购与数据中心承诺却维持固定。更微妙的是，降价未必真省钱：有评测拆解Anthropic此次降价发现，新模型为把任务做得更好，输出Token量比上代多约七成，重度任务实际成本反而可能上升约20%。

时点颇为微妙：OpenAI与Anthropic均于今夏秘密提交IPO申请，正站在资本市场门口，而价格通缩会给盈利预期带来新压力。红杉测算，2026年全球AI基础设施将花掉约1.5万亿美元，行业需挣出约3万亿美元收入才刚够回本。SiliconData研究主管Steve Hou表示，前沿与低价模型的供给已足以满足绝大多数任务需求。

会懂网判断，Token不再是利润本身，而是通往更大红利的门票：份额红利（低价成全球开发者默认选项）、生态红利（开源二次开发生态）、产业协同红利（拉动国产算力与云）。当“谁更便宜”取代“谁更聪明”成为主战场，护城河正从模型能力转向分发、记忆与上下文——AI正从奢侈品变成水电煤，只是这门生意里，从来没有暴利者的位置。